ES2962474T3

ES2962474T3 - Método y dispositivo de control predictivo para un conjunto de aerogeneradores en un parque eólico

Info

Publication number: ES2962474T3
Application number: ES18907660T
Authority: ES
Inventors: Fashun Ou
Original assignee: Beijing Goldwind Science and Creation Windpower Equipment Co Ltd
Current assignee: Beijing Goldwind Science and Creation Windpower Equipment Co Ltd
Priority date: 2018-02-28
Filing date: 2018-08-13
Publication date: 2024-03-19
Anticipated expiration: 2038-08-13
Also published as: EP3608536B1; WO2019165759A1; CN110206685B; AU2018411224A1; US20200291921A1; US11293400B2; AU2018411224B2; EP3608536C0; EP3608536A1; CN110206685A; EP3608536A4

Abstract

Un método de control anticipativo para una turbina eólica instalada en un parque eólico, que comprende: obtener datos de funcionamiento en tiempo real de una turbina eólica predeterminada instalada en un parque eólico; introducir los datos de operación en tiempo real adquiridos en un modelo de predicción predeterminado correspondiente al conjunto de turbina eólica predeterminado para adquirir datos de predicción por medio del modelo de predicción predeterminado; de acuerdo con los datos de predicción adquiridos, determinar si se debe iniciar una función de control anticipativo para el conjunto de turbina eólica predeterminado para controlar el estado de funcionamiento del conjunto de turbina eólica predeterminado sobre la base de una manera predeterminada de control anticipativo. El método puede controlar un conjunto de turbina eólica de antemano y es beneficioso para el funcionamiento seguro de los conjuntos de turbina eólica. La presente invención también se refiere a un dispositivo de control anticipativo para una turbina eólica instalada en un parque eólico, un sistema de control, un medio de almacenamiento legible por computadora y un controlador de grupo de campo. (Traducción automática con Google Translate, sin valor legal)

Description

DESCRIPCIÓN

Método y dispositivo de control predictivo para un conjunto de aerogeneradores en un parque eólico

Campo

La presente solicitud se refiere en general al campo técnico de la generación de energía eólica, y en particular a un método y dispositivo de control predictivo para un aerogenerador en un parque eólico.

Antecedentes

Durante la operación normal de un aerogenerador, el estado de operación del mismo puede cambiar con la velocidad del viento ambiental, lo que puede dar como resultado un cambio en la potencia aerodinámica aplicada a una pala. En base a un estado de operación actual, un sistema de control de aerogenerador puede controlar el aerogenerador para reaccionar en consecuencia, para lograr una captura maximizada de energía eólica por el aerogenerador. En este proceso, como la velocidad del viento cambia rápidamente, generalmente se toman varios períodos de control desde la generación de un comando de control por el sistema de control de aerogenerador hasta la finalización de una operación por un actuador después de recibir el comando de control. No obstante, la velocidad del viento puede haber cambiado durante el proceso de control anterior y existe una alta probabilidad de un fallo por exceso de velocidad o un aumento brusco de la carga del aerogenerador debido a la histéresis del sistema de control de aerogenerador y su actuador, lo que afecta a la operación segura y a la carga de fatiga a largo plazo del aerogenerador. El documento US 2013/0106107 A1 describe un aerogenerador que tiene un método de control y un controlador para realizar un control predictivo de un generador de aerogenerador. El sistema de control predictivo descrito en el documento US 2013/0106107 A1 supone un modelo de velocidad de generador en base a los valores de la velocidad del viento incidente v(t) y los valores de una señal de control u(t) emitida al aerogenerador en un bucle predictivo. El controlador predictivo usa una serie de tiempo móvil de valores para v(t) y u(t) y se basa en una respuesta predicha de la velocidad del generador w(t) que optimiza la señal de control de serie de tiempo u(t). La respuesta predicha de la velocidad del generador w(t) se basa en un modelo, que se puede refinar en tiempo real a medida que opera el aerogenerador. Se puede encontrar una técnica anterior adicional en los documentos Ep 3263 890 A1, EP 3276 166 A1 y Kantz, H., Holstein, D., Ragwitz, M. y Vitanov, N. K. (2004), Markov chain model for turbulent wind speed data, Physica A: Statistical Mechanics and its Applications, 342(1-2), 315-321.

Compendio

Se proporcionan según la presente descripción un método y dispositivo de control predictivo para un aerogenerador en un parque eólico, con los cuales el aerogenerador se puede controlar por adelantado, facilitando por ello una operación segura del aerogenerador.

En un aspecto de las realizaciones ejemplares de la presente descripción, se proporciona un método de control predictivo para un aerogenerador en un parque eólico. El método de control predictivo incluye: obtener datos de operación en tiempo real de un aerogenerador predeterminado en un parque eólico; introducir los datos de operación en tiempo real obtenidos a un modelo de predicción predeterminado correspondiente al aerogenerador predeterminado, para obtener datos de predicción mediante el modelo de predicción predeterminado; y determinar si habilitar una función de control predictivo para el aerogenerador predeterminado en base a los datos de predicción obtenidos para controlar un estado de operación del aerogenerador predeterminado por medios predeterminados de control predictivo donde determinar si habilitar la función de control predictivo para el aerogenerador predeterminado en base a los datos de predicción obtenidos comprende: determinar si una precisión de predicción del modelo de predicción predeterminado cumple un requisito; y determinar habilitar la función de control predictivo para el aerogenerador predeterminado en un caso en el que la precisión de predicción del modelo de predicción predeterminado cumpla el requisito.

En otro aspecto de las realizaciones ejemplares de la presente descripción, se proporciona un dispositivo de control predictivo para un aerogenerador en un parque eólico. El dispositivo de control predictivo incluye un módulo de obtención de datos, un módulo de predicción y un módulo de control predictivo. El módulo de obtención de datos está configurado para obtener datos de operación en tiempo real de un aerogenerador predeterminado en un parque eólico. El módulo de predicción está configurado para introducir los datos de operación en tiempo real obtenidos a un modelo de predicción predeterminado correspondiente al aerogenerador predeterminado para obtener datos de predicción mediante el modelo de predicción predeterminado. El módulo de control predictivo está configurado para determinar si habilitar una función de control predictivo para el aerogenerador predeterminado en base a los datos de predicción obtenidos para controlar un estado de operación del aerogenerador predeterminado por medios predeterminados de control predictivo. El módulo de control predictivo incluye además un módulo de prueba configurado para determinar si una precisión de predicción del modelo de predicción predeterminado cumple un requisito, donde en un caso en el que la precisión de predicción del modelo de predicción predeterminado cumple el requisito, el módulo de control predictivo está configurado para determinar habilitar la función de control predictivo para el aerogenerador predeterminado.

En otro aspecto de las realizaciones ejemplares de la presente descripción, se proporciona un sistema de control predictivo para un aerogenerador en un parque eólico. El sistema de control predictivo incluye el dispositivo de control predictivo anterior para un aerogenerador en un parque eólico.

En otro aspecto de las realizaciones ejemplares de la presente descripción, se proporciona un medio de almacenamiento legible por ordenador que almacena un programa informático. El programa informático, cuando se ejecuta por un procesador, configura el procesador para realizar el método de control predictivo anterior para un aerogenerador en un parque eólico.

En otro aspecto de las realizaciones ejemplares de la presente descripción, se proporciona un controlador de grupo de parques eólicos. El controlador de grupo de parques eólicos incluye un procesador y una memoria que almacena un programa informático. El programa informático, cuando se ejecuta por un procesador, configura el procesador para realizar el método de control predictivo anterior para un aerogenerador en un parque eólico.

Breve descripción de los dibujos

La Figura 1 es un diagrama de flujo de un método de control predictivo para un aerogenerador en un parque eólico según una realización ejemplar de la presente descripción;

La Figura 2 es un diagrama estructural de un dispositivo de control predictivo para un aerogenerador en un parque eólico según una realización ejemplar de la presente descripción;

La Figura 3 es un diagrama esquemático que muestra un proceso de control predictivo con un modelo de predicción de velocidad del viento según una realización ejemplar de la presente descripción; y

La Figura 4 es un diagrama esquemático que muestra un proceso de control predictivo con al menos dos modelos de predicción según una realización ejemplar de la presente descripción.

Descripción detallada de realizaciones

Las realizaciones ejemplares de la presente descripción se describen completamente con referencia a los dibujos. Algunas realizaciones ejemplares se muestran en los dibujos.

La Figura 1 es un diagrama de flujo de un método de control predictivo para un aerogenerador en un parque eólico según una realización ejemplar de la presente descripción. Preferiblemente, el método de control predictivo mostrado en la Figura 1 se puede realizar por un controlador de grupo de parques eólicos en un parque eólico. El controlador de grupo de parques eólicos en la presente memoria puede referirse a un controlador de parque eólico (WFC, del inglés, wind farm controller) para controlar todos los aerogeneradores en el parque eólico, lo que puede lograr un control personalizado y optimizado para los aerogeneradores, para aumentar la capacidad de generación de potencia del parque eólico.

Haciendo referencia a la Figura 1, en el paso S10, se obtienen datos de operación en tiempo real de un aerogenerador en un parque eólico.

Los datos de operación en tiempo real obtenidos pueden incluir parámetros de viento en tiempo real obtenidos cuando el aerogenerador opera y parámetros de operación en tiempo real del aerogenerador predeterminado en sí mismo. Por ejemplo, los datos de operación en tiempo real obtenidos pueden ser datos de operación en tiempo real basados en secuencias de tiempo, correspondientes a un modelo de predicción predeterminado, del aerogenerador predeterminado.

En el paso S20, los datos de operación en tiempo real obtenidos se introducen en un modelo de predicción predeterminado correspondiente al aerogenerador predeterminado, para obtener datos de predicción mediante el modelo de predicción predeterminado. Preferiblemente, los datos de predicción obtenidos por el modelo de predicción predeterminado pueden incluir un parámetro de viento y un parámetro de operación del aerogenerador predeterminado en sí mismo.

Los datos de predicción después de un período de tiempo predeterminado se pueden obtener mediante el modelo de predicción predeterminado. El período de tiempo predeterminado puede ser un múltiplo predeterminado de un período de tiempo mínimo (por ejemplo, desde una hora cuando se genera un comando de control hasta una hora cuando se realiza una operación correspondiente al comando de control) requerido para controlar que el aerogenerador predeterminado realice una operación correspondiente a los medios de control predictivo. Por ejemplo, el período de tiempo predeterminado puede ser del orden de segundos. Es decir, el modelo de predicción predeterminado se puede usar para la predicción de un corto periodo. Se ha de entender que el período de tiempo de predicción del modelo de predicción predeterminado puede estar relacionado con un período de muestreo de datos de entrenamiento para el modelo de predicción predeterminado, y cuanto más corto sea el período de muestreo de los datos de entrenamiento, más corto será el período de tiempo de predicción del modelo de predicción predeterminado.

Además de la predicción en un corto periodo, el modelo de predicción predeterminado en una realización ejemplar de la presente descripción también se puede usar para una predicción en un período medio-largo (por ejemplo, más de diez segundos, varias decenas de segundos, varios minutos, más de diez minutos). Los datos de predicción en un período medio-largo (por ejemplo, alrededor de diez minutos) se pueden obtener mediante el modelo de predicción predeterminado descrito anteriormente usando datos de operación en tiempo real del aerogenerador predeterminado en un período de muestreo medio-largo (por ejemplo, alrededor de diez segundos), que se pueden usar como datos complementarios para un sistema de predicción de energía eólica en un período más largo (por ejemplo, decenas de minutos, varias horas y varios días).

En el paso S30, se determina si habilitar una función de control predictivo para el aerogenerador predeterminado en base a los datos de predicción obtenidos para controlar un estado de operación del aerogenerador predeterminado por medios predeterminados de control predictivo.

El paso de determinar si habilitar la función de control predictivo para el aerogenerador predeterminado en base a los datos de predicción obtenidos puede incluir: determinar si la precisión de predicción del modelo de predicción predeterminado cumple un requisito. En un caso en el que la precisión de predicción del modelo de predicción predeterminado cumpla el requisito, se determina habilitar la función de control predictivo para el aerogenerador predeterminado, y en un caso en el que la precisión de predicción del modelo de predicción predeterminado no cumpla el requisito, se determina no habilitar la función de control predictivo para el aerogenerador predeterminado.

El paso de determinar si la precisión de predicción del modelo de predicción predeterminado cumple el requisito puede incluir: introducir una cantidad predeterminada de datos de operación en tiempo real de un período de muestreo obtenidos antes de una hora actual en el modelo de predicción predeterminado para obtener múltiples datos de predicción del período de muestreo predeterminado; determinar si los múltiples datos de predicción son coherentes con los múltiples datos medidos realmente correspondientes a los múltiples datos de predicción; y determinar, si los múltiples datos de predicción son coherentes con los múltiples datos medidos realmente, que la precisión de predicción del modelo de predicción predeterminado cumple el requisito.

Por ejemplo, se puede suponer que la hora actual son las 10:00:00, y los datos de operación en tiempo real obtenidos antes de la hora actual (por ejemplo, los datos de operación en tiempo real obtenidos durante un período de tiempo 09:59:54-09:59:56) se pueden introducir en el modelo de predicción predeterminado para obtener múltiples datos de predicación después un período de tiempo predeterminado (por ejemplo, datos de predicación durante un período de tiempo 09:59:57-09:59:59). Los múltiples datos de predicación durante el período de tiempo 09:59:57-09:59:59 se comparan con los múltiples datos medidos realmente que se obtienen durante el período de tiempo 09:59:57-09:59:59 y correspondientes a los múltiples datos de predicción. Si los múltiples datos de predicación son coherentes con los múltiples datos medidos realmente, se determina que la precisión de predicción del modelo de predicción predeterminado cumple el requisito. Se ha de entender que los datos medidos realmente son correspondientes a los datos de predicción obtenidos. Es decir, si los datos predichos indican una velocidad del viento, los datos medidos realmente también indican la velocidad del viento.

Además, si los múltiples datos de predicación no son coherentes con los múltiples datos medidos realmente, ello indica que la precisión de predicción del modelo de predicción predeterminado no cumple el requisito. En este caso, el modelo de predicción predeterminado se puede entrenar en línea en base a los datos de operación en tiempo real obtenidos. Después de que se entrene el modelo de predicción predeterminado, se determina de nuevo si la precisión de predicción del modelo de predicción predeterminado cumple el requisito, de manera que el modelo de predicción predeterminado se pueda aplicar al control predictivo una vez que la precisión de predicción del modelo de predicción predeterminado cumple el requisito.

El paso de determinación de si los múltiples datos de predicción del período de muestreo predeterminado son coherentes con los múltiples datos medidos realmente correspondientes respectivamente a los múltiples datos de predicción puede incluir: calcular un error absoluto medio o un porcentaje de error absoluto medio entre los múltiples datos de predicción del período de muestreo predeterminado y los múltiples datos medidos realmente correspondientes respectivamente a los múltiples datos de predicción. En un caso en el que el error absoluto medio sea mayor que un umbral establecido correspondiente al modelo de predicción predeterminado o el porcentaje de error absoluto medio sea mayor que un umbral de porcentaje establecido correspondiente al modelo de predicción predeterminado, se determina que los múltiples datos de predicción son coherentes con los múltiples datos medidos realmente correspondientes, es decir, la precisión de predicción del modelo de predicción predeterminado cumple el requisito. En un caso en el que el error absoluto medio no sea mayor que el umbral establecido correspondiente al modelo de predicción predeterminado o el porcentaje de error absoluto medio no sea mayor que el umbral de porcentaje establecido correspondiente al modelo de predicción predeterminado, se determina que los múltiples datos de predicción son incoherentes con los múltiples datos medidos realmente correspondientes, es decir, la precisión de predicción del modelo de predicción predeterminado no cumple el requisito.

En algunas realizaciones, el error absoluto medio (MAE, del inglés, Mean Absolute Error) se puede calcular según la siguiente ecuación:

En la ecuación (1), yj indica los datos medidos realmente en el punto de muestreo de datos de orden j, indica los<datos de predicción en el punto de muestreo de datos de orden j, donde>1<< j < m, y m indica el número de puntos de>muestreo de datos en el período de muestreo predeterminado.

En algunas realizaciones, el error de porcentaje absoluto medio (MAPE, del inglés, Mean Absolute Percentage Error) se puede calcular según la siguiente ecuación:

Se ha de entender que, además de las formas anteriores de determinación de la precisión de predicción del modelo de predicción predeterminado calculando el error absoluto medio MAE y el porcentaje de error absoluto medio MAPE, también se puede determinar de otras formas si la precisión de predicción del modelo de predicción predeterminado cumple el requisito. Por ejemplo, la precisión de predicción del modelo de predicción predeterminado se puede determinar calculando una desviación estándar del error absoluto medio (SDMAE), una desviación estándar del porcentaje de error absoluto medio (SDMAPE).

En algunas realizaciones, el modelo de predicción predeterminado se puede entrenar en línea en base a los datos de operación en tiempo real obtenidos del aerogenerador predeterminado, y en un caso en el que la precisión de predicción del modelo de predicción predeterminado cumpla el requisito, el modelo de predicción predeterminado se aplica para realizar el control predictivo, para proporcionar los datos de predicación requeridos en el control predictivo. Se ha de apreciar que el modelo de predicción predeterminado se puede entrenar mediante varios métodos de aprendizaje y entrenamiento convencionales en base a los datos de operación en tiempo real obtenidos del aerogenerador predeterminado.

Se ha de entender que además de la forma de entrenamiento descrita anteriormente del modelo de predicción predeterminado en línea, el modelo de predicción predeterminado también se puede entrenar fuera de línea. Por ejemplo, el modelo de predicción predeterminado se puede entrenar en base a los datos de operación históricos del aerogenerador predeterminado, y se prueba el modelo de predicción predeterminado entrenado. En un caso en el que la precisión de predicción del modelo de predicción predeterminado cumpla el requisito, el modelo de predicción predeterminado se aplica para realizar el control predictivo en línea en tiempo real descrito anteriormente. Durante el proceso de control predictivo, el modelo de predicción predeterminado se prueba continuamente en línea, para asegurar una alta precisión de predicción del modelo predicho en el proceso de control predictivo.

Por ejemplo, el modelo de predicción predeterminado puede incluir al menos uno de los siguientes modelos: un modelo de predicción de velocidad del viento, un modelo de predicción de dirección del viento, un modelo de predicción de intensidad de turbulencia y un modelo de predicción de velocidad de rotación del generador de potencia.

En un primer caso, el modelo de predicción predeterminado puede ser un modelo de predicción, y se puede determinar si habilitar la función de control predictivo para el aerogenerador predeterminado en base a los datos de predicción obtenidos por el modelo de predicción para controlar el estado de operación del aerogenerador predeterminado mediante medios de control predictivo predeterminados.

La determinación de si habilitar la función de control predictivo para el aerogenerador predeterminado en base a los datos de predicción puede incluir: determinar si una cantidad de cambio de los datos de predicción en un período de tiempo predeterminado es mayor que un valor establecido; controlar, en un caso en el que la cantidad de cambio de los datos de predicción en el período de tiempo predeterminado sea mayor que el valor establecido, que el estado de operación del aerogenerador predeterminado se controla por medio de control de paso o control de par electromagnético.

En un primer ejemplo, el modelo de predicción predeterminado es el modelo de predicción de velocidad del viento, y los datos de operación en tiempo real obtenidos en el paso S10 correspondientes al modelo de predicción de velocidad del viento pueden incluir: una velocidad del viento medida en tiempo real, una dirección del viento, una velocidad de rotación del generador de potencia, una potencia de salida y un par electromagnético del generador de potencia. Por consiguiente, los datos de predicación obtenidos mediante el modelo de predicción pueden indicar una velocidad del viento predicha.

Con el fin de mejorar la precisión en la medición de velocidad del viento, se puede montar un sistema de medición del viento frontal del buje en el aerogenerador predeterminado. Dado que el sistema de medición del viento frontal del buje puede medir con precisión la velocidad del viento del viento que fluye libremente a través de un plano impulsor en el buje en el aerogenerador predeterminado, la precisión de la predicción de velocidad del viento se puede mejorar en gran medida entrenando el modelo de predicción de velocidad del viento usando la velocidad del viento medida por el sistema de medición del viento frontal del buje, de manera que se expanda la función de control predictivo. Es decir, el modelo de predicción de velocidad del viento no se usa solamente para el control predictivo del aerogenerador predeterminado en un caso de una gran turbulencia, sino que también se usa para el control predictivo del aerogenerador predeterminado bajo condiciones de operación normales, de manera que el aerogenerador predeterminado opere como un sistema de control activo, mejorando por ello enormemente la eficiencia de operación del aerogenerador predeterminado y reduciendo la carga bajo condiciones extremas.

Además, una torre de anemómetro se puede montar en una dirección de viento principal del aerogenerador predeterminado, y la velocidad del viento medida por un anemómetro del aerogenerador predeterminado se puede calibrar usando una velocidad del viento medida por la torre del anemómetro, de manera que la velocidad del viento medida por el anemómetro sea más precisa, expandiendo por ello el rango de operación de control predictivo, mejorando de este modo la capacidad del aerogenerador predeterminado para realizar un control activo. En este caso, dado que la torre del anemómetro está montada de manera fija al aerogenerador predeterminado y el aerogenerador predeterminado puede girar a medida que cambia la dirección del viento, se reduce la precisión de la velocidad del viento medida por la torre del anemómetro. Es decir, la velocidad del viento medida por el anemómetro se puede calibrar usando la velocidad del viento medida por la torre del anemómetro en un sector de rango predeterminado que está centrado en la dirección del viento principal del aerogenerador predeterminado.

De aquí en adelante, la descripción se hace tomando un caso en el que el modelo de predicción predeterminado es el modelo de predicción de velocidad del viento y los datos de predicción son la velocidad del viento predicha como ejemplo, para describir los pasos del método de control predictivo con el modelo de predicción de velocidad del viento.

El paso de determinación de si habilitar la función de control predictivo para el aerogenerador predeterminado en base a los datos de predicción obtenidos puede incluir: determinar si una cantidad de cambio de la velocidad del viento predicha en un período de tiempo predeterminado es mayor que un valor establecido (por ejemplo, una cantidad de cambio establecida de la velocidad del viento). Si la cantidad de cambio de la velocidad del viento predicha (que puede ser una cantidad aumentada de la velocidad del viento predicha o una cantidad reducida de la velocidad del viento predicha) es mayor que el valor establecido, el estado de operación del aerogenerador predeterminado se controla por medio de control de paso o control de par electromagnético.

Si la cantidad de cambio de la velocidad del viento predicha es mayor que el valor establecido, se puede determinar si el aerogenerador predeterminado está en un estado de generación de potencia completa después del período de tiempo predeterminado en base a la velocidad del viento predicha. Por ejemplo, se puede determinar si el aerogenerador predeterminado está en un estado de generación de potencia completa en base a un resultado de comparación entre la velocidad del viento predicha y la velocidad del viento nominal. En un caso en el que la velocidad del viento predicha no sea menor que la velocidad del viento nominal, se puede determinar que el aerogenerador predeterminado está en un estado de generación de potencia completa, y en un caso en el que la velocidad del viento predicha sea menor que la velocidad del viento nominal, se puede determinar que el aerogenerador predeterminado no está en un estado de generación de potencia completa.

Si el aerogenerador predeterminado está en un estado de generación de potencia completa, el estado de operación del aerogenerador predeterminado se controla por medio de control de paso. Por ejemplo, en un caso en el que la velocidad del viento predicha sea mayor que la velocidad del viento nominal, se puede determinar que el aerogenerador predeterminado está en un estado de generación de potencia completa. En este caso, se puede realizar un ajuste de potencia constante por medio de control de paso. Es decir, el aerogenerador predeterminado puede emitir una potencia constante por medio de control de paso (que permite que el aerogenerador emita una potencia nominal). Por ejemplo, en un caso en el que la cantidad aumentada de la velocidad del viento predicha sea mayor que la cantidad de cambio establecida de la velocidad del viento, si el aerogenerador predeterminado está en un estado de generación de potencia completa, el aerogenerador predeterminado se puede controlar para aumentar un paso ángulo. En un caso en el que la cantidad reducida de la velocidad del viento predicha sea mayor que la cantidad de cambio establecida de la velocidad del viento, si el aerogenerador predeterminado está en un estado de generación de potencia completa, el aerogenerador predeterminado se puede controlar para reducir el ángulo de paso.

Si el aerogenerador predeterminado no está en un estado de generación de potencia completa, el estado de operación del aerogenerador predeterminado se puede controlar por medio de control de par electromagnético. Por ejemplo, en un caso en el que la velocidad del viento predicha no sea mayor que la velocidad del viento nominal, se puede determinar que el aerogenerador predeterminado no está en un estado de potencia completa, es decir, en el estado de captura de energía eólica máxima. En este caso, el ángulo de paso de una pala se mantiene en un ángulo de paso óptimo, y se puede ajustar un par electromagnético de un generador de potencia (por ejemplo, aumentar el par electromagnético) por medio de control de par electromagnético para ajustar una velocidad de rotación del generador de potencia, para permitir que la pala opere a una relación de velocidad de punta óptima, de manera que el coeficiente de utilización de energía eólica (Cpmax) de la pala sea máximo, capturando por ello la energía eólica máxima por el aerogenerador predeterminado. En un caso en el que la cantidad aumentada de la velocidad del viento predicha sea mayor que la cantidad de cambio establecida de la velocidad del viento, si el aerogenerador predeterminado no está en un estado de generación de potencia completa, el aerogenerador predeterminado se controla para aumentar el par electromagnético. En un caso en el que la cantidad reducida de la velocidad del viento sea mayor que la cantidad de cambio establecida de la velocidad del viento, si el aerogenerador predeterminado no está en un estado de potencia completa, el aerogenerador predeterminado se controla para reducir el par electromagnético.

En un segundo ejemplo, el modelo de predicción predeterminado es el modelo de predicción de dirección del viento, y los datos de operación en tiempo real obtenidos en el paso S10 correspondientes al modelo de predicción de dirección del viento pueden incluir: una velocidad del viento medida en tiempo real, una dirección del viento, una posición de góndola, una velocidad de rotación del generador de potencia, una potencia de salida y un par electromagnético del generador de potencia.

En un tercer ejemplo, el modelo de predicción predeterminado es el modelo de predicción de intensidad de turbulencia, y los datos de operación en tiempo real obtenidos en el paso S10 correspondientes al modelo de predicción de intensidad de turbulencia pueden incluir: una velocidad del viento medida en tiempo real, una dirección del viento, la velocidad de rotación del generador de potencia, una potencia de salida y un par electromagnético del generador de potencia.

En una realización de la presente descripción, la intensidad de turbulencia se define como una relación de la desviación estándar de la velocidad del viento en un período de tiempo predeterminado a una velocidad del viento promedio en el período de tiempo predeterminado, es decir, la intensidad de turbulencia indica un valor estimado en el período de tiempo predeterminado. La intensidad de turbulencia obtenida por el modelo de predicción de intensidad de turbulencia no se puede usar para control predictivo, sino que se proporciona solamente a un operador en el parque eólico para que el operador conozca la tendencia de cambio de la intensidad de turbulencia.

En un cuarto ejemplo, el modelo de predicción predeterminado es el modelo de predicción de velocidad de rotación del generador de potencia, y los datos de operación en tiempo real obtenidos en el paso S10 correspondientes al modelo de predicción de velocidad de rotación del generador de potencia pueden incluir: una velocidad del viento medida en tiempo real, una dirección del viento, una velocidad de rotación del generador de potencia, una potencia de salida, un par electromagnético del generador de potencia y las aceleraciones del aerogenerador en una primera dirección predeterminada (dirección X) y una segunda dirección predeterminada (dirección Y). Por ejemplo, la primera dirección predeterminada puede referirse a una dirección desde la cabeza hasta la cola del aerogenerador, y la segunda dirección predeterminada puede referirse a una dirección perpendicular a la dirección del viento (por ejemplo, en un caso en el que un operador en el sitio de operación está siguiendo la dirección del viento y mirando hacia la cabeza, la dirección de izquierda a derecha del operador se puede definir como la segunda dirección predeterminada).

Si un aerogenerador en el parque eólico tiene una fallo de exceso de velocidad del generador de potencia, generalmente es imposible reiniciar el aerogenerador para eliminar el fallo de exceso de velocidad del generador de potencia a través de control remoto, por lo tanto, el operador en el parque eólico necesita operar en el sitio de operación del aerogenerador para reiniciar el aerogenerador para eliminar el fallo. Esto puede conllevar un periodo de tiempo largo para eliminar el fallo de exceso de velocidad del generador de potencia anterior, dando como resultado una pérdida de potencia. En algunas realizaciones de la presente descripción, la velocidad de rotación del generador de potencia se puede predecir mediante el modelo de predicción de velocidad de rotación del generador de potencia, y el ajuste se puede realizar por adelantado en base a la velocidad de rotación del generador de potencia predicha por medio de control de paso, evitando por ello el fallo de exceso de velocidad del generador de potencia, reduciendo de este modo la pérdida de potencia.

En un segundo caso, el modelo de predicción predeterminado puede incluir al menos dos modelos de predicción. En este caso, el método de control predictivo para un aerogenerador en un parque eólico puede incluir además: determinar si una precisión exhaustiva de los al menos dos modelos de predicción cumple un requisito.

El paso de determinación de si la precisión exhaustiva de los al menos dos modelos de predicción cumple el requisito puede incluir: establecer un peso para cada uno de los al menos dos modelos de predicción; determinar la precisión exhaustiva en base al peso establecido y la precisión de predicción de cada uno de los modelos de predicción; determinar que la precisión exhaustiva cumple el requisito en un caso en el que la precisión exhaustiva sea mayor que un umbral preestablecido, y determinar que la precisión exhaustiva no cumple el requisito en un caso en el que la precisión exhaustiva no sea mayor que el umbral preestablecido.

La precisión exhaustiva de los al menos dos modelos de predicación se puede calcular según la siguiente ecuación:

En la ecuación (3), Wi indica un peso correspondiente a un modelo de predicción de orden i, 1 < i < n, n indica el<número de aerogeneradores en el parque eólico, donde wi W>2<+ L Wn = 1, p(f(xi)) indica una precisión de>predicción del modelo de predicción de orden i, y xi indica los datos de operación en tiempo real correspondientes al modelo de predicción de orden i, donde Xi generalmente puede ser una matriz de secuencias de tiempo multidimensional.

Además, el paso de determinación de si la precisión exhaustiva de los al menos dos modelos de predicción cumple el requisito puede incluir: determinar una precisión de predicción de cada uno de los modelos de predicción; y determinar que la precisión exhaustiva cumple el requisito en un caso en el que la precisión de predicción de cada uno de los modelos de predicción cumpla el requisito.

En un caso en el que la precisión exhaustiva de los al menos dos modelos de predicción cumpla el requisito, se puede determinar habilitar la función de control predictivo para el aerogenerador predeterminado. En un caso en el que la precisión exhaustiva de los al menos dos modelos de predicción no cumpla el requisito, se puede determinar no habilitar la función de control predictivo para el aerogenerador predeterminado.

Tomando el control de guiñada por ejemplo, el control de guiñada necesita una velocidad del viento y una dirección del viento para determinar un ángulo de guiñada, para controlar el aerogenerador para que gire el ángulo de guiñada determinado, logrando por ello la alineación para el viento. En un caso en el que el modelo de predicción predeterminado incluya el modelo de predicción de velocidad del viento y el modelo de predicción de dirección del viento, el ángulo de guiñada se determina en base a la velocidad del viento obtenida por el modelo de predicción de velocidad del viento y la dirección del viento obtenida por el modelo de predicción de dirección del viento, para controlar el aerogenerador predeterminado para girar el ángulo de guiñada por medio de control de guiñada.

La Figura 2 es un diagrama estructural de un dispositivo de control predictivo para un aerogenerador en un parque eólico según una realización ejemplar de la presente descripción.

Como se muestra en la Figura 2, un dispositivo de control predictivo 100 para un aerogenerador en un parque eólico<según la realización ejemplar de la presente descripción incluye un módulo de obtención de datos>10<, un módulo de>predicción 20 y un módulo de control predictivo 30.

El módulo de obtención de datos 10 está configurado para obtener datos de operación en tiempo real de un aerogenerador predeterminado en un parque eólico. Los datos de operación en tiempo real obtenidos pueden incluir un parámetro de viento en tiempo real y un parámetro de operación en tiempo real del aerogenerador predeterminado en sí mismo cuando opera el aerogenerador. Por ejemplo, los datos de operación en tiempo real obtenidos pueden ser datos de operación en tiempo real basados en secuencias de tiempo, correspondientes a un modelo de predicción predeterminado, del aerogenerador predeterminado.

El módulo de predicción 20 está configurado para introducir los datos de operación en tiempo real obtenidos en un modelo de predicción predeterminado correspondiente al aerogenerador predeterminado, para obtener datos de predicción mediante el modelo de predicción predeterminado. Por ejemplo, los datos de predicción obtenidos por el modelo de predicción predeterminado pueden incluir un parámetro de viento y un parámetro de operación del aerogenerador predeterminado en sí mismo.

El módulo de predicción 20 también se puede configurar para obtener datos de predicción después de un período de tiempo predeterminado mediante el modelo de predicción predeterminado. El período de tiempo predeterminado puede ser un múltiplo predeterminado de un período de tiempo mínimo requerido para controlar el aerogenerador predeterminado para realizar una operación correspondiente a los medios de control predictivo.

El módulo de control predictivo 30 está configurado para determinar si habilitar una función de control predictivo para el aerogenerador predeterminado en base a los datos de predicción obtenidos, para controlar un estado de operación del aerogenerador predeterminado mediante medios predeterminados predictivos.

En algunas realizaciones, el dispositivo de control predictivo para un aerogenerador en un parque eólico puede incluir además un módulo de prueba (no mostrado en los dibujos) configurado para determinar si una precisión de predicción del modelo de predicción predeterminado cumple un requisito.

Por ejemplo, el módulo de prueba está configurado para: introducir los datos de operación en tiempo real obtenidos en un período de muestreo predeterminado (que pueden indicar un período de muestreo predeterminado antes de la hora actual) en el modelo de predicción predeterminado para obtener múltiples datos de predicción del período de muestreo predeterminado; determinar si los múltiples datos de predicción son coherentes con los múltiples datos medidos realmente correspondientes a los múltiples datos de predicción; y determinar, si los múltiples datos de predicción son coherentes con los múltiples datos medidos realmente, que la precisión de predicción del modelo de predicción predeterminado cumple el requisito. En un caso en el que la precisión de predicción del modelo de predicción predeterminado cumpla el requisito, el módulo de control predictivo 30 determina habilitar la función de control predictivo para el aerogenerador predeterminado, y en un caso en el que la precisión de predicción del modelo de predicción predeterminado no cumpla el requisito, el módulo de control predictivo 30 determina no habilitar la función de control predictivo para el aerogenerador predeterminado.

Si los múltiples datos de predicción son incoherentes con los múltiples datos medidos realmente, se determina que la precisión de predicción del modelo de predicción predeterminado no cumple el requisito. En este caso, el módulo de prueba puede entrenar el modelo de predicción predeterminado en línea en base a los datos de operación en tiempo real obtenidos, y determinar de nuevo si la precisión de predicción del modelo de predicción predeterminado cumple el requisito después de entrenar el modelo de predicción predeterminado, de manera que el modelo de predicción predeterminado se pueda aplicar para realizar el control predictivo una vez que la precisión de predicción del modelo de predicción predeterminado cumple el requisito.

Por ejemplo, el módulo de prueba puede calcular un error absoluto medio o un porcentaje de error absoluto medio entre los múltiples datos de predicción en el período de muestreo predeterminado y los múltiples datos medidos realmente respectivamente correspondientes a los múltiples datos de predicción. Si el error absoluto medio es mayor que un umbral establecido correspondiente al modelo de predicción predeterminado o el porcentaje de error absoluto medio es mayor que un umbral de porcentaje establecido correspondiente al modelo de predicción predeterminado, el módulo de prueba determina que los múltiples datos de predicción son coherentes con los múltiples datos medidos realmente correspondientes, es decir, la precisión de predicción del modelo de predicción predeterminado cumple el requisito. Si el error absoluto medio no es mayor que el umbral establecido correspondiente al modelo de predicción predeterminado o el porcentaje de error absoluto medio no es mayor que el umbral de porcentaje establecido correspondiente al modelo de predicción predeterminado, el módulo de prueba determina que los múltiples datos de predicción son incoherentes con los múltiples datos medidos realmente correspondientes, es decir, la precisión de predicción del modelo de predicción predeterminado no cumple el requisito.

En algunas realizaciones, el modelo de predicción predeterminado anterior se puede entrenar en línea en base a los datos de operación en tiempo real obtenidos del aerogenerador predeterminado, o se puede entrenar fuera de línea en base a los datos de operación históricos del aerogenerador predeterminado.

En un primer caso, el modelo de predicción predeterminado puede ser un modelo de predicción, y el módulo de control predictivo 30 puede determinar si habilitar la función de control predictivo para el aerogenerador predeterminado en base a los datos de predicción obtenidos mediante el modelo de predicción para controlar el estado de operación del aerogenerador predeterminado por medios predeterminados de control predictivo.

El módulo de control predictivo 30 determina si una cantidad de cambio de los datos de predicción en un período de tiempo predeterminado es mayor que un valor establecido. Si la cantidad de cambio de los datos de predicción es mayor que el valor establecido, el módulo de control predictivo 30 determina habilitar la función de control predictivo para el aerogenerador predeterminado, para controlar el estado de operación del aerogenerador predeterminado por medio de control de paso o control de par electromagnético.

Se proporciona además un sistema de control predictivo para un aerogenerador en un parque eólico según una realización ejemplar de la presente descripción. El sistema de control predictivo puede incluir además múltiples controladores de aerogenerador 200 además del dispositivo de control predictivo 100 mostrado en la Figura 2. Cada<controlador de aerogenerador>200<se puede configurar para controlar un estado operativo de un aerogenerador>correspondiente. En este caso, si el módulo de control predictivo 30 determina habilitar la función de control<predictivo para el aerogenerador predeterminado, un controlador de aerogenerador>200<correspondiente al>aerogenerador predeterminado puede controlar el estado de operación del aerogenerador predeterminado por medio de control de paso o control de par electromagnético.

En un primer ejemplo, el modelo de predicción predeterminado es el modelo de predicción de velocidad del viento, y los datos de operación en tiempo real correspondientes al modelo de predicción de velocidad del viento obtenidos<por el módulo de obtención de datos>10<pueden incluir: una velocidad del viento medida en tiempo real, una>dirección del viento, una velocidad de rotación del generador de potencia, una potencia de salida y un par electromagnético del generador de potencia. Por consiguiente, los datos de predicción obtenidos por el modelo de predicción pueden indicar una velocidad del viento predicha.

De aquí en adelante, la descripción se hace tomando como ejemplo un caso en el que el modelo de predicción predeterminado es el modelo de predicción de velocidad del viento y los datos de predicción son la velocidad del viento predicha, para describir un proceso de control predictivo con el modelo de predicción de velocidad del viento con referencia a la Figura 2.

La Figura 3 es un diagrama esquemático que muestra un proceso de control predictivo con un modelo de predicción de velocidad del viento según una realización ejemplar de la presente descripción.

Como se muestra en la Figura 3, se supone que n aerogeneradores están dispuestos en el parque eólico, cada uno de los cuales está dotado con un controlador de aerogenerador y corresponde a un modelo de predicción de velocidad del viento. En este caso, el dispositivo de control predictivo 100 en la realización ejemplar anterior de la presente descripción, como se muestra en la Figura 2, puede incluir: un módulo de obtención de datos correspondiente a cada uno de los aerogeneradores, un módulo de predicción y un módulo de prueba correspondientes a cada modelo de predicción, y un módulo de control predictivo.

Específicamente, tomando el aerogenerador 1 como ejemplo, el proceso de control predictivo con el modelo de predicción de velocidad del viento se puede implementar de la siguiente manera. Un módulo de obtención de datos 1<obtiene la velocidad del viento en tiempo real cuando opera el aerogenerador>1<, un módulo de predicción>1<introduce la velocidad del viento en tiempo real obtenida cuando el aerogenerador>1<opera en un modelo de predicción de velocidad del viento>1<correspondiente al aerogenerador>1<, para obtener una velocidad del viento predicha para el>aerogenerador 1. Un módulo de prueba 1 determina si una precisión de predicción del modelo de predicción de velocidad del viento 1 cumple un requisito. En un caso en el que la precisión de predicción del modelo de predicción<de velocidad del viento>1<cumpla el requisito, el módulo de prueba>1<transmite una señal de habilitación al módulo de>control predictivo, y el módulo de control predictivo determina habilitar la función de control predictivo para el<aerogenerador>1<en respuesta a la señal de habilitación y transmite un comando de control por adelantado al controlador de aerogenerador>1<en base a la velocidad del viento predicha obtenida por el modelo de predicción de>velocidad del viento 1. El controlador de aerogenerador 1 ajusta un par electromagnético o cambia un paso por adelantado en respuesta al comando de control.

Si el módulo de prueba 1 determina que la precisión de predicción del modelo de predicción de velocidad del viento 1<no cumple el requisito, el módulo de prueba>1<no transmite una señal de habilitación al módulo de control>predictivo, y el módulo de control predictivo determina no habilitar la función de control predictivo para el aerogenerador 1. En este caso, el modelo de predicción de velocidad del viento 1 necesita aprender aún más para adaptarse a las condiciones del viento actuales. En este caso, los datos de operación en tiempo real del<aerogenerador>1<se pueden obtener en tiempo real, y el módulo de predicción de velocidad del viento>1 correspondiente al aerogenerador 1 se entrena en línea en tiempo real. El módulo de prueba 1 realiza pruebas en tiempo real, y transmite una señal de habilitación al módulo de control predictivo en un caso de determinación de<que la precisión de predicción del modelo de predicción de velocidad del viento>1<cumpla el requisito.>

Dado que los modelos de predicción de velocidad del viento se construyen para aerogeneradores individuales, es decir, se considera la diferencia entre diferentes aerogeneradores, el módulo de control predictivo puede introducir diferentes parámetros de control respectivamente a los controladores de aerogenerador, para evitar un fallo por exceso de velocidad en los aerogeneradores o para reducir una carga en cada uno de los aerogeneradores variando el paso por adelantado, conduciendo por ello a una alta eficiencia y una pequeña carga del aerogenerador.

El módulo de control predictivo 30 puede determinar si una cantidad de cambio de la velocidad del viento predicha en un período de tiempo predeterminado es mayor que un valor establecido (por ejemplo, una cantidad de cambio establecida de la velocidad del viento). Si la cantidad de cambio de la velocidad del viento predicha (que puede ser una cantidad aumentada de la velocidad del viento predicha o una cantidad reducida de la velocidad del viento predicha) es mayor que el valor establecido, el controlador de aerogenerador correspondiente al aerogenerador predeterminado puede controlar el estado de operación del aerogenerador predeterminado por medio de control del paso o del control de par electromagnético.

Específicamente, si la cantidad de cambio de la velocidad del viento predicha es mayor que el valor establecido, el módulo de control predictivo 30 puede determinar si el aerogenerador predeterminado está en un estado de generación de potencia completa después del período de tiempo predeterminado en base a la velocidad del viento predicha. Aquí, el módulo de control predictivo 30 puede determinar si el aerogenerador predeterminado está en un estado de generación de potencia completa en base a un resultado de comparación entre la velocidad del viento predicha y la velocidad del viento nominal. En un caso en el que la velocidad del viento predicha no sea menor que la velocidad del viento nominal, el módulo de control predictivo 30 puede determinar que el aerogenerador predeterminado está en un estado de generación de potencia completa, y en un caso en el que la velocidad del viento predicha sea menor que la velocidad del viento nominal, el módulo de control predictivo 30 puede determinar que el aerogenerador predeterminado no está en un estado de generación de potencia completa.

Si el aerogenerador predeterminado está en un estado de generación de potencia completa, el módulo de control predictivo 30 puede determinar habilitar la función de control predictivo para el aerogenerador predeterminado, y determinar el control de paso como los medios actuales de control predictivo. En este caso, el controlador de aerogenerador correspondiente al aerogenerador predeterminado puede controlar el estado de operación del aerogenerador predeterminado por medio de control de paso. En un caso en el que la velocidad del viento predicha sea mayor que la velocidad del viento nominal, se puede determinar que el aerogenerador predeterminado está en un estado de generación de potencia completa. En este caso, el controlador de aerogenerador correspondiente al aerogenerador predeterminado puede realizar un ajuste de potencia constante por medio de control de paso. Es decir, el aerogenerador predeterminado puede emitir una potencia constante bajo control en la manera de paso (lo que permite que el aerogenerador emita una potencia nominal). En un caso en el que la cantidad aumentada de la velocidad del viento predicha sea mayor que la cantidad de cambio establecida de velocidad del viento, si el aerogenerador predeterminado está en un estado de generación de potencia completa, el controlador de aerogenerador correspondiente al aerogenerador predeterminado puede controlar el aerogenerador predeterminado para aumentar un ángulo de paso. En un caso en el que la cantidad reducida de la velocidad del viento predicha sea mayor que la cantidad de cambio establecida de la velocidad del viento, si el aerogenerador predeterminado está en un estado de generación de potencia completa, el controlador de aerogenerador correspondiente al aerogenerador predeterminado puede controlar el aerogenerador predeterminado para reducir el ángulo de paso.

Si el aerogenerador predeterminado no está en un estado de generación de potencia completa, el módulo de control predictivo 30 puede determinar habilitar la función de control predictivo para el aerogenerador predeterminado, y determinar el control de par electromagnético como los medios actuales de control predictivo. En este caso, el controlador de aerogenerador correspondiente al aerogenerador predeterminado puede controlar el estado de operación del aerogenerador predeterminado por medio del control de par electromagnético. Aquí, en un caso en el que la velocidad del viento predicha no sea mayor que la velocidad del viento nominal, se puede determinar que el aerogenerador predeterminado no está en un estado de generación de potencia completa, es decir, en un estado de captura de energía eólica máxima. En este caso, el ángulo de paso de una pala se mantiene en un ángulo de paso óptimo, y el controlador de aerogenerador correspondiente al aerogenerador predeterminado puede ajustar un par electromagnético (por ejemplo, aumentar el par electromagnético) de un generador de potencia por medio de control de par electromagnéti

opere a una relación de velocidad de punta óptima, de manera que el coeficiente de utilización de energía eólica de la pala sea máximo, capturando por ello la energía eólica máxima por el aerogenerador predeterminado. Por ejemplo, en un caso en el que la cantidad aumentada de la velocidad del viento predicha sea mayor que la cantidad de cambio establecida de la velocidad del viento, si el aerogenerador predeterminado no está en un estado de generación de potencia completa, el controlador de aerogenerador correspondiente al aerogenerador predeterminado puede controlar el aerogenerador predeterminado para aumentar un par electromagnético. En un caso en el que la cantidad reducida de la velocidad del viento predicha sea mayor que la cantidad de cambio establecida de la velocidad del viento, si el aerogenerador predeterminado no está en un estado de generación de potencia completa, el controlador de aerogenerador correspondiente al aerogenerador predeterminado puede controlar el aerogenerador predeterminado para reducir el par electromagnético.

En un segundo ejemplo, el modelo de predicción predeterminado es el modelo de predicción de dirección del viento,<y los datos de operación en tiempo real obtenidos por el módulo de obtención de datos>10<correspondientes al>modelo de predicción de dirección del viento pueden incluir: una velocidad del viento medida en tiempo real, una dirección del viento, una posición de góndola, una velocidad de rotación del generador de potencia, una potencia de salida y un par electromagnético del generador de potencia.

En un tercer ejemplo, el modelo de predicción predeterminado es el modelo de predicción de intensidad de<turbulencia, y los datos de operación en tiempo real obtenidos por el módulo de obtención de datos>10 correspondientes al modelo de predicción de intensidad de turbulencia pueden incluir: una velocidad del viento medida en tiempo real, una dirección del viento, una velocidad de rotación del generador de potencia, una potencia de salida y un par electromagnético del generador de potencia.

En una realización de la presente descripción, la intensidad de turbulencia se define como una relación de la desviación estándar de una velocidad del viento en un período de tiempo predeterminado a una velocidad del viento promedio en el período de tiempo predeterminado, es decir, la intensidad de turbulencia indica un valor estimado en el periodo de tiempo predeterminado. La intensidad de turbulencia predicha por el modelo de predicción de intensidad de turbulencia puede no ser usada para el control predictivo, sino que solamente se proporciona a un operador en el parque eólico para que conozca la tendencia de cambio de la intensidad de turbulencia.

En este caso, el sistema de control predictivo para un aerogenerador en un parque eólico según una realización ejemplar de la presente descripción puede incluir además: un visualizador configurado para mostrar los datos de predicción obtenidos usando el modelo de predicción predeterminado. El módulo de control predictivo puede transmitir la intensidad de turbulencia obtenida por el modelo de predicción de intensidad de turbulencia al visualizador para su visualización.

En un cuarto ejemplo, el modelo de predicción predeterminado es el modelo de predicción de velocidad de rotación del generador de potencia, y los datos de operación en tiempo real obtenidos por el módulo de obtención de datos 10<correspondientes al modelo de predicción de velocidad de rotación del generador de potencia pueden incluir: una>velocidad del viento medida en tiempo real, una dirección del viento, una velocidad de rotación del generador de potencia, una potencia de salida, un par electromagnético del generador de potencia y aceleraciones del aerogenerador en una primera dirección predeterminada (dirección X) y una segunda dirección predeterminada (dirección Y).

Si un aerogenerador en el parque eólico tiene un fallo de exceso de velocidad del generador de potencia, generalmente es imposible reiniciar el aerogenerador para eliminar el fallo de exceso de velocidad del generador de potencia a través de control remoto, por lo tanto, el operador en el parque eólico necesita operar en el sitio de operación del aerogenerador para reiniciar el aerogenerador para eliminar el fallo. Esto puede conllevar un periodo de tiempo largo para eliminar el fallo de exceso de velocidad del generador de potencia anterior, dando como resultado una pérdida de potencia. Por lo tanto, en una realización ejemplar de la presente descripción, la velocidad de rotación del generador de potencia se puede predecir por el modelo de predicción de velocidad de rotación del generador de potencia, y un controlador de aerogenerador para el aerogenerador correspondiente al modelo de predicación de velocidad de rotación del generador de potencia puede realizar un ajuste por adelantado por medio de control de paso en base a la velocidad de rotación del generador de potencia predicha, evitando por ello que el fallo de exceso de velocidad del generador de potencia, reduciendo de este modo la pérdida de potencia.

En un segundo caso, el modelo de predicción predeterminado puede incluir al menos dos modelos de predicción. Un proceso de control predictivo con al menos dos modelos de predicción se describe a continuación con referencia a la Figura 4.

La Figura 4 es un diagrama de manera esquemática que muestra un proceso de control predictivo con al menos dos modelos de predicción según una realización ejemplar de la presente descripción.

Como se muestra en la Figura 4, se supone que n aerogeneradores están dispuestos en el parque eólico, cada uno de los cuales está dotado con un controlador de aerogenerador y corresponde a un modelo de predicción de velocidad del viento. El dispositivo de control predictivo 100 mostrado en la Figura 2 puede incluir: un módulo de obtención de datos correspondiente a cada uno de los aerogeneradores, un módulo de predicción, un módulo de prueba y un módulo de programación correspondientes a cada uno de los modelos de predicción, y un módulo de control predictivo.

Específicamente, el módulo de prueba se puede configurar para determinar si una precisión de predicción de un modelo de predicción correspondiente a cada uno de los aerogeneradores cumple un requisito.

El módulo de programación se puede configurar para determinar si una precisión exhaustiva de al menos dos modelos de predicción cumple el requisito.

En un ejemplo, el módulo de programación puede establecer un peso para cada uno de los al menos dos modelos de predicción, y determinar la precisión exhaustiva en base al peso establecido y la precisión de predicción de cada uno de los modelos de predicción. En un caso en el que la precisión exhaustiva sea mayor que un umbral preestablecido, el módulo de programación determina que la precisión exhaustiva cumple el requisito, y en un caso en el que la precisión exhaustiva no sea mayor que el umbral preestablecido, el módulo de programación determina que la precisión exhaustiva no cumple el requisito.

En otro ejemplo, el módulo de programación determina que la precisión exhaustiva cumple el requisito en un caso en el que la precisión de predicción de cada uno de los modelos de predicción cumpla el requisito.

En un caso en el que el módulo de programación determine que la precisión exhaustiva de los al menos dos modelos de predicción cumple el requisito, el módulo de programación transmite una señal de habilitación al módulo de control predictivo, y el módulo de control predictivo determina, en respuesta a la señal de habilitación, habilitar la función de control predictivo para el aerogenerador predeterminado.

En un caso en el que el módulo de programación determine que la precisión exhaustiva de los al menos dos modelos de predicción no cumpla el requisito, el módulo de programación no transmite ninguna señal de habilitación al módulo de control predictivo, y el módulo de control predictivo determina no habilitar la función de control predictivo para el aerogenerador predeterminado. En este caso, se requiere entrenar aún más los al menos dos modelos de predicción.

Tomando el control de guiñada por ejemplo, el control de guiñada necesita una velocidad del viento y una dirección del viento para determinar un ángulo de guiñada, para controlar que el aerogenerador gire el ángulo de guiñada determinado, logrando por ello la alineación para el viento. En un caso en el que el modelo de predicción predeterminado incluya el modelo de predicación de velocidad del viento y el modelo de predicción de dirección del viento, si una precisión exhaustiva del modelo de predicación de velocidad del viento y el modelo de predicción de dirección del viento cumple el requisito, el módulo de control predictivo determina el ángulo de guiñada en base a la velocidad del viento obtenida por el modelo de predicación de velocidad del viento y la dirección del viento obtenida mediante el modelo de predicción de dirección del viento, y el controlador de aerogenerador correspondiente al aerogenerador predeterminado controla que el aerogenerador predeterminado gire el ángulo de guiñada determinado por medio de control de guiñada.

Se proporciona además un medio de almacenamiento legible por ordenador que almacena un programa informático según una realización ejemplar de la presente descripción. El medio de almacenamiento legible por ordenador almacena un programa informático que, cuando se ejecuta por un procesador, configura el procesador para realizar el método de control predictivo anterior para un aerogenerador en un parque eólico. El medio de almacenamiento legible por ordenador puede ser cualquier dispositivo de almacenamiento de datos que pueda almacenar datos legibles por un sistema informático. Ejemplos del medio de almacenamiento legible por ordenador incluyen: una memoria de solo lectura, una memoria de acceso aleatorio, un disco óptico de solo lectura, una cinta magnética, un disquete, un dispositivo óptico de almacenamiento de datos y una onda portadora (tal como la transmisión de datos a través de Internet a través de una ruta de transmisión cableada o inalámbrica).

Se proporciona además un controlador de grupo de parques eólicos según una realización ejemplar de la presente descripción. El controlador de grupo de parques eólicos incluye un procesador y una memoria. La memoria está configurada para almacenar un programa informático. El programa informático, cuando se ejecuta por el procesador, configura el procesador para realizar el método de control predictivo anterior para un aerogenerador en un parque eólico.

Con el método y dispositivo de control predictivo para un aerogenerador en un parque eólico según las realizaciones ejemplares de la presente descripción, se puede predecir un estado de operación futuro de un aerogenerador para realizar el control por adelantado, evitando por ello el impacto de unas condiciones extremas en la operación segura y la carga del aerogenerador.

Además, con el método y dispositivo de control predictivo para un aerogenerador en un parque eólico según las realizaciones ejemplares de la presente descripción, el control predictivo y los datos de predicción se combinan para convertir un sistema de control de aerogenerador de un sistema de control pasivo en un sistema de control activo hasta cierto punto. El sistema de control de aerogenerador puede detectar cambios en la velocidad del viento, la dirección del viento, la velocidad de rotación del generador de potencia y la intensidad de turbulencia por adelantado, y generar los comandos de control correspondientes por adelantado, eliminando por ello la histéresis del control por el sistema de control de aerogenerador pasivo convencional, que es la base para el control inteligente sobre un solo aerogenerador.

Además, con el método y dispositivo de control predictivo para un aerogenerador en un parque eólico según las realizaciones ejemplares de la presente descripción, se mejora una salida real del aerogenerador, y se evita el fallo por exceso de velocidad o exceso de aceleración del aerogenerador.

Además, con el método y dispositivo de control predictivo para un aerogenerador en un parque eólico según las realizaciones ejemplares de la presente descripción, se predice una condición de gran turbulencia, de manera que un comando de control (por ejemplo, aumentar un par electromagnético) se transmita al aerogenerador por adelantado, para lograr un equilibrio entre el par electromagnético y un par aerodinámico, evitando por ello un aumento brusco en la velocidad de rotación del aerogenerador, mejorando la salida real del aerogenerador al tiempo que se evita el fallo por exceso de velocidad y se reduce la carga en el aerogenerador.

Además, con el método y dispositivo de control predictivo para un aerogenerador en un parque eólico según las realizaciones ejemplares de la presente descripción, en un caso en el que el aerogenerador esté en un estado de generación de potencia completa, un aumento brusco en la velocidad del viento se predice usando el módulo de predicación de velocidad del viento, de manera que una carga aplicada al aerogenerador debido al aumento brusco en la velocidad del viento se compense variando el paso por adelantado, logrando por ello un control de potencia de salida constante del aerogenerador.

Además, el sistema de predicción de velocidad del viento y de potencia usado actualmente en China puede realizar<predicaciones con un intervalo de>10<a>20<minutos, es decir, el sistema de predicción de velocidad del viento y de potencia predice la velocidad del viento y la potencia en el parque eólico cada>10<a>20<minutos, para programar una>red eléctrica. En este caso, el modelo de predicción predeterminado según las realizaciones ejemplares anteriores de la presente descripción se puede usar para realizar una predicción a largo plazo, por ejemplo, para predecir la velocidad del viento y la potencia en un período de tiempo de 5 a 20 minutos, y usar la velocidad del viento y la potencia predichas como datos complementarios al sistema de predicción de velocidad del viento y de potencia actual.

Claims

REIVINDICACIONES

1. Un método de control predictivo para un aerogenerador en un parque eólico, que comprende:

obtener datos de operación en tiempo real de un aerogenerador predeterminado en el parque eólico;

introducir los datos de operación en tiempo real obtenidos en un modelo de predicción predeterminado correspondiente al aerogenerador predeterminado, para obtener datos de predicción mediante el modelo de predicción predeterminado; y

determinar si habilitar una función de control predictivo para el aerogenerador predeterminado en base a los datos de predicción obtenidos para controlar un estado de operación del aerogenerador predeterminado por medios predeterminados de control predictivo,

caracterizado por que

determinar si habilitar la función de control predictivo para el aerogenerador predeterminado en base a los datos de predicción obtenidos comprende:

determinar si una precisión de predicción del modelo de predicción predeterminado cumple un requisito; y determinar habilitar la función de control predictivo para el aerogenerador predeterminado en un caso en el que la precisión de predicción del modelo de predicción predeterminado cumpla el requisito.

2. El método de control predictivo según la reivindicación 1, en donde determinar si la precisión de predicción del modelo de predicción predeterminado cumple el requisito comprende:

determinar si una pluralidad de datos de predicción en un período de muestreo predeterminado es coherente con una pluralidad de datos medidos realmente en el período de muestreo predeterminado correspondiente respectivamente a la pluralidad de datos de predicción; y

determinar, en un caso en el que la pluralidad de datos de predicción sea coherente con la pluralidad de datos medidos realmente, que la precisión de predicción del modelo de predicción predeterminado cumple el requisito.

3. El método de control predictivo según la reivindicación 2, en donde determinar si la pluralidad de datos de predicción en el período de muestreo predeterminado es coherente con la pluralidad de datos medidos realmente correspondientes respectivamente a la pluralidad de datos de predicción comprende:

calcular un error absoluto medio o un porcentaje de error absoluto medio entre la pluralidad de datos de predicción en el período de muestreo predeterminado y la pluralidad de datos medidos realmente correspondientes respectivamente a la pluralidad de datos de predicción; y

determinar, en un caso en el que el error absoluto medio sea mayor que un umbral establecido correspondiente al modelo de predicción predeterminado o el porcentaje de error absoluto medio sea mayor que un umbral de porcentaje establecido correspondiente al modelo de predicción predeterminado, que la pluralidad de datos de predicción es coherente con la correspondiente pluralidad de datos medidos realmente.

4. El método de control predictivo según la reivindicación 1, en donde determinar si habilitar la función de control predictivo para el aerogenerador predeterminado en base a los datos de predicción obtenidos comprende: determinar si una cantidad de cambio de los datos de predicción en un período de tiempo predeterminado es mayor que un valor establecido; y

controlar, en un caso en el que la cantidad de cambio de los datos de predicción en el período de tiempo predeterminado sea mayor que el valor establecido, el estado de operación del aerogenerador predeterminado por medio de control de paso o control de par electromagnético.

5. El método de control predictivo según la reivindicación 1, en donde el modelo de predicción predeterminado comprende al menos uno de los siguientes modelos: un modelo de predicción de velocidad del viento, un modelo de predicción de dirección del viento, un modelo de predicción de intensidad de turbulencia y un modelo de predicción de velocidad de rotación del generador de potencia.

6<. El método de control predictivo según la reivindicación 5, en donde en un caso en el que el modelo de predicción>predeterminado comprenda al menos dos modelos de predicción, el método de control predictivo comprende además:

determinar si una precisión exhaustiva de los al menos dos modelos de predicción cumple un requisito; y determinar habilitar la función de control predictivo para el aerogenerador predeterminado en un caso en el que la precisión exhaustiva de los al menos dos modelos de predicción cumpla el requisito.

<

7. El método de control predictivo según la reivindicación>6<, en donde determinar si la precisión exhaustiva de los al>menos dos modelos de predicción cumple el requisito comprende:

establecer un peso para cada uno de los al menos dos modelos de predicción;

determinar la precisión exhaustiva en base al peso establecido y una precisión de predicción de cada uno de los modelos de predicción; y

determinar que la precisión exhaustiva cumple el requisito en un caso en el que la precisión exhaustiva sea mayor que un umbral preestablecido, o determinar que la precisión exhaustiva cumple el requisito en un caso en el que la precisión de predicción de cada uno de los modelos de predicción cumpla el requisito.

8<. El método de control predictivo según la reivindicación 1, en donde los datos de predicción después de un período>de tiempo predeterminado se obtienen mediante el modelo de predicción predeterminado, y el período de tiempo predeterminado es un múltiplo predeterminado de un período de tiempo mínimo requerido para controlar el aerogenerador predeterminado para realizar una operación correspondiente a los medios predeterminados de control predictivo.

9. Un dispositivo de control predictivo para un aerogenerador en un parque eólico, en donde el dispositivo de control predictivo comprende:

un módulo de obtención de datos, configurado para obtener datos de operación en tiempo real de un aerogenerador predeterminado en el parque eólico;

un módulo de predicción, configurado para introducir los datos de operación en tiempo real obtenidos en un modelo de predicción predeterminado correspondiente al aerogenerador predeterminado para obtener datos de predicción mediante el modelo de predicción predeterminado;

un módulo de control predictivo, configurado para determinar si habilitar una función de control predictivo para el aerogenerador predeterminado en base a los datos de predicción obtenidos para controlar un estado de operación del aerogenerador predeterminado mediante medios predeterminados de control predictivo, y caracterizado por un módulo de prueba, configurado para determinar si una precisión de predicción del modelo de predicción predeterminado cumple un requisito, en donde

en un caso en el que la precisión de predicción del modelo de predicción predeterminado cumpla el requisito, el módulo de control predictivo está configurado para determinar habilitar la función de control predictivo para el aerogenerador predeterminado.

10. El dispositivo de control predictivo según la reivindicación 9, en donde el módulo de prueba está configurado para:

determinar si una pluralidad de datos de predicción en un período de muestreo predeterminado es coherente con una pluralidad de datos medidos realmente en el período de muestreo predeterminado correspondientes respectivamente a la pluralidad de datos de predicción; y

11. El dispositivo de control predictivo según la reivindicación 10, en donde el módulo de prueba está configurado para:

determinar, en un caso en el que el error absoluto medio sea mayor que un umbral establecido correspondiente al modelo de predicción predeterminado o al porcentaje de error absoluto medio sea mayor que un umbral de porcentaje establecido correspondiente al modelo de predicción predeterminado, que la pluralidad de datos de predicción es coherente con la pluralidad correspondiente de datos medidos realmente.

12. El dispositivo de control predictivo según la reivindicación 9, en donde el módulo de control predictivo está configurado para:

determinar si una cantidad de cambio de los datos de predicción en un período de tiempo predeterminado es mayor que un valor establecido; y

determinar habilitar la función de control predictivo para el aerogenerador predeterminado en un caso en el que la cantidad de cambio de los datos de predicción en el período de tiempo predeterminado sea mayor que el valor establecido, para controlar el estado de operación del aerogenerador predeterminado por medio de control de paso o control de par electromagnético.

13. Un sistema de control predictivo para un aerogenerador en un parque eólico, que comprende el dispositivo de control predictivo para un aerogenerador en un parque eólico según cualquiera de las reivindicaciones 9 a 12.

14. Un medio de almacenamiento legible por ordenador que almacena un programa informático, en donde el programa informático, cuando se ejecuta por un procesador, configura el procesador para realizar el método de<control predictivo para un aerogenerador en un parque eólico según cualquiera de las reivindicaciones>1<a>8<.>

15. Un controlador de grupo de parques eólicos, que comprende:

un procesador; y

<una memoria que almacena un programa informático, en donde el programa informático, cuando se ejecuta por un>procesador, configura el procesador para realizar el método de control predictivo para un aerogenerador en un<parque eólico según cualquiera de las reivindicaciones>1<a>8<.>